介绍

非极大值抑制（Non-Maximum Suppression，NMS），顾名思义就是抑制不是极大值的元素，搜索局部的极大值

论文：https://ieeexplore.ieee.org/document/1699659

但本文介绍的是用于目标检测的 NMS

例子

如上图：定位一个物体，最后算法找出若干个边框，我们需要判别哪些边框是没用的。

假设上图标记6个边框，并且每个边框都有score，从小到大分别属于车辆的概率分别为A<B<C<D<E<F。

1. 从最大概率矩形框F开始，分别判断A、B、C、D、E与F的重叠度IOU是否大于某个设定的阈值;

2. 假设B、D与F的重叠度超过阈值，那么就扔掉B、D；并标记第一个矩形框F，是我们保留下来的。

3. 从剩下的矩形框A、C、E中，选择概率最大的E，然后判断A、C与E的重叠度，重叠度大于一定的阈值，那么就扔掉；并标记E是我们保留下来的第二个矩形框。

4. 重复这个过程，找到所有被保留下来的矩形框。

感谢：
https://www.cnblogs.com/makefile/p/nms.html
https://blog.csdn.net/m0_37605642/article/details/98358864?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase